最終更新日：2026年8月26日
gk nlp
G検定トップ
＞ GLUEとは？NLPの評価ベンチマーク【G検定】
まず結論
GLUE（General Language Understanding Evaluation）は、自然言語理解モデルを比較するための複数タスクからなる評価ベンチマークです。
G検定では、
モデルでも学習手法でもなく、評価用のタスク集合
と切り分けます。
直感的な説明
GLUEは、NLPモデル向けの「共通試験セット」のようなものです。
1種類だけではなく、文分類・意味類似度・自然言語推論など、性質の異なる複数タスクで性能を比較します。
定義・仕組み
GLUEには、代表的に次のような種類のタスクが含まれます。
- 文の受容性判定
- 感情分類
- 文ペアの意味類似度
- 言い換え判定
- 自然言語推論
重要なのは、GLUEは質問応答データセットそのものではないことです。
SQuADのような抽出型質問応答データセットとは役割が違います。
いつ使う？（得意・不得意）
GLUEは、BERTなどの自然言語理解モデルを共通条件で評価・比較するときに使われます。
ただし、
- GLUE自体がモデルを学習するわけではない
- GLUE自体が言語モデルではない
- 1つの単独タスクではない
という点に注意します。
G検定ひっかけポイント
- ❌「GLUEは自然言語処理モデル」
- 評価ベンチマークです。
- ❌「GLUEは質問応答専用データセット」
- 複数の自然言語理解タスクからなります。
- ❌「GLUEは事前学習アルゴリズム」
- 評価用の枠組みです。
- ⭕「評価」「ベンチマーク」「複数タスク」→ GLUE
まとめ（試験直前用）
- GLUE＝自然言語理解の評価ベンチマーク
- 複数タスクの集合
- モデルや学習手法ではない
- SQuADのようなQAデータセットとは別物
- 「評価用タスク群」が決め手